高压输电线路障碍物视觉识别方法研究

摘要

现在，人民的生活和国家的发展已经完全离不开电力，这就要求国家的基本设施中要包含供电非常可靠的系统。高压输电线路作为主要的远程电力输送机构，它最基本的一个要求就是安全稳定。但是，高压输电线路实际的工作环境对此提出了更高的要求，输电线路经常会出现故障，而且这方面的检测由于人工的局限性，非常艰难。机器人的发展为这个问题提供了一个非常好的解决方案，利用高压线巡线机器人在线路上行走，根据从机载摄像头传过来的画面来判断线路是否存在潜在问题。但是高压线路上的一些附件，比如防震锤，间隔器，悬垂线夹等，会阻碍机器人的行走，所以一个非常迫切的问题就是解决这些附件的识别检测，为巡线机器人提供越过这些障碍物的不同信号。
　　本文针对500 kV示范线路的结构特点，以及作业的具体内容和要求，提出了一种高压输电线路障碍物视觉检测识别的方案。对高压输电线路的作业环境特点以及障碍物类型进行了深入的调研分析，并且重点分析了输电线路上的防震锤、间隔器、悬垂线夹等目标障碍物的结构特征和安装方式。在此基础上设计了巡检机器人的总体结构，进行了障碍物目标的识别分析，包括设计要求、难点分析，以及总体识别算法的设计。障碍物目标的准确和快速识别是巡检机器人越障的前提，提示机器人开展何种越障操作，本文对目标的识别检测算法做了详细的设计和分析。算法主要包括特征提取和分类器设计两个部分组成，总的识别算法分为两级：粗略识别和精确识别。粗略识别以 Haar-Like特征为基础，利用Adaboost算法构造分类器；精确识别是以HOG特征为基础，支持向量机（SVM）作为分类器。借助QT开发了一款简单的人机交互界面，实时的显示检测的目标结果。
　　基于设计的模型，在野外高压线实际工作线路上进行了实验和分析，结果表明将这种两级筛选的方法应用到高压线路上进行障碍物目标的识别检测，取得了很好的分类效果。

目录

第1章 绪 论

1.1 课题背景及研究意义

1.2 国内外研究现状

1.3 主要研究内容

第2章 巡检机器人总体结构及障碍物识别分析

2.1 巡检机器人样机及系统组成

2.2 巡检机器人图像采集装置

2.3 巡检机器人障碍物识别分析

2.4 本章小结

第3章 高压线障碍物图像的处理与特征提取

3.1 障碍物视频图像的预处理

3.2 障碍物图像Haar-Like特征构造

3.3 障碍物图像的HOG特征构造

3.4 本章小结

第4章 高压线障碍物检测识别系统设计

4.1 基于Adaboost算法的障碍物识别方法

4.2 基于支持向量机的障碍物识别方法

4.3 本章小结

第5章 实验系统与结果分析

5.1 开发环境与实验系统

5.2 实验样本选取

5.3 基于Adaboost和SVM结合的识别结果分析和优化

5.4 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其他成果

声明

致谢